FactVerse AI Agent
FactVerse AI Agent 連接 FactVerse 數位孿生、營運資料、模擬服務、知識體系和受控執行路徑。實施團隊可以基於它建構設施營運、設備維護、模擬資產和工業營運相關的 Agent 工作流程。
請依目前任務選擇入口。
平台模型
FactVerse AI Agent 圍繞按租戶設定的 Agent、受控工具存取、資料就緒度、複核節點和稽核記錄構建。MCP 向核准的客戶端開放工具，Agent Platform 則負責決定租戶有哪些 Agent、每個 Agent 可以使用哪些工具，以及較高風險的動作如何進入複核。
說明整體運行模型時，從 Agent Platform 總覽 開始。規劃使用者如何進入租戶內已設定的 Agent 時，使用 Agent Hub。
實施流程
選擇入口
| 目前任務 | 先讀 | 後續參考 |
|---|---|---|
| 理解受控 Agent 運行模型 | Agent Platform 總覽 | 架構 |
| 規劃使用者如何找到已設定的 Agent | Agent Hub | 工作流程指南 |
| 設定、變更或退役 Agent | Agent 生命週期與設定 | 工作流程運行記錄 |
| 定義風險等級和複核節點 | 風險治理與安全 | 存取與 Scope 規劃 |
| 確認執行時可用工具 | 執行時工具發現 | MCP 工具參考 |
| 設計工具呼叫結果 | 工具執行治理 | 工作流程運行記錄 |
| 第一次連接 AI 客戶端 | 快速開始 | MCP 接入指南 |
| 規劃 endpoint、API key、scope 和審批邊界 | 存取與 Scope 規劃 | MCP Scope 矩陣 |
| 判斷工作流程的資料是否可用 | 資料就緒度 | DFS 總覽（英文） |
| 建構設施營運工作流程 | 設施營運工作流程指南 | 設施營運情境 |
| 建構預測性維護工作流程 | 預測性維護工作流程指南 | 預測性維護情境 |
| 建構 Physical AI 工作流程 | Physical AI 工作流程指南 | Physical AI 情境 |
| 查看請求和輸出格式 | 範例 | 工作流程執行記錄 |
| 排查客戶端、scope、資料或寫入動作問題 | 故障排查 | MCP 錯誤與稽核 |
| 將試點工作流程交接到常規營運 | 驗證與交接 | 工作流程指南 |
| 查詢可用工具和 scope | 工具參考 | 權限範圍參考 |
運行方式
生產工作流程建議依以下順序推進：
- 定義 Agent 或工作流程負責人。
- 明確租戶、站點、資產、設備、場景和來源系統邊界。
- 檢查來源新鮮度、訊號品質、文件上下文、場景版本和複核負責人。
- 確認已設定 Agent 或客戶端的執行時工具發現結果。
- 在輸入資料和假設條件可見之後，再加入計算或模擬步驟。
- 寫入類動作先以草稿方式生成，並放在確認、人工審批和稽核記錄之後。
- 保留最終證據、複核決策、營運回饋和已接受的修正資訊。
閱讀 核心概念 可了解這些流程背後的術語。規劃較大範圍部署時，請結合 架構說明 和 能力地圖。
產品上下文
| 產品區域 | 在 Agent 工作流程中的作用 |
|---|---|
| FactVerse Platform | 租戶、資產、權限和產品上下文。 |
| Data Fusion Services | 來源接入、映射、品質檢查、治理資料集、融合、複核和面向 BI 的資料準備。 |
| FactVerse Designer | 數位孿生場景、模擬資產、佈局規劃和場景準備。 |
| DataMesh Inspector | 執行期視覺化、告警、工單、巡檢記錄和設施營運上下文。 |
| MCP endpoint | 為 AI 客戶端和企業 Agent 執行環境提供受控工具存取。 |
命名
面向客戶的 Agent 工作流程、接入說明和文件入口統一使用 FactVerse AI Agent。